2026年人工智能指数报告

一、能力没有停滞，但它是"锯齿状"的

报告开门见山否定了"AI 能力进入平台期"的说法。2025 年产业界生产了超过 90% 的重要前沿模型；多个模型在博士级科学问题和竞赛数学上达到或超过人类基线；软件工程基准 SWE-bench Verified 上的表现在一年内从 60% 升到接近 100%。

但同一份报告用一个词概括了能力的形状：锯齿状前沿。Gemini Deep Think 在 2025 年国际数学奥林匹克拿到金牌级的 35 分；而在 ClockBench 这个读模拟时钟的任务上，顶级模型的准确率只有约 50%，人类是 90.1%。智能体在 OSWorld 上的任务成功率从约 12% 提升到 66.3%，距离人类水平仅差 6 个百分点——但机器人完成真实家务任务的成功率仍然只有 12%。

这个锯齿的意义对企业很直接：基准分数无法线性外推到你的具体场景。一个能拿数学奥赛金牌的模型，可能在你以为很简单的任务上翻车。

二、中美：差距关上了，但结构完全不同

自 2025 年初起，中美模型在性能排名上多次交替领先；DeepSeek-R1 曾在 2025 年 2 月一度追平顶级美国模型。截至 2026 年 3 月，顶级美国模型仅领先 2.7%。以竞技场 Elo 分计，前列依次是 Anthropic 1,503、xAI 1,495、Google 1,494、OpenAI 1,481、阿里 1,449、DeepSeek 1,424。

但结构差异比排名更值得看。中国在发表量、被引量、专利授权量上领先——全球被引前 100 的论文中，中国占比从 2021 年的 33 篇升至 2024 年的 41 篇；2024 年中国占全球工业机器人安装量的 54%。美国则在顶级模型数量与影响力专利上领先——2025 年美国产出 59 个重要模型，中国 35 个。

一个容易被忽略的分化是开源与闭源的差距在 2025 年重新拉开：2026 年 3 月顶级闭源模型领先顶级开源模型 3.3%，而 2024 年 8 月这一差距仅 0.5%。

三、集中度比能力差距更值得担心

如果只能从这份报告里带走一组数字，报告自己的排序是硬件与数据中心的集中度。美国拥有 5,427 个数据中心，是任何其他国家的 10 倍以上；而台积电这一家代工厂制造了几乎全部领先的 AI 芯片。

算力本身在以每年 3.3 倍的速度增长，已达到 1,710 万 H100 等效单位，其中英伟达占总算力的 60% 以上。参数规模反而进入平台期——已在约 1 万亿附近停留三年，前沿实验室也已停止报告。效率侧则有反例：OLMo 3.1 Think 32B 用比 Grok 4 少 90 倍的参数达到可比结果。

环境成本同步升级：Grok 4 训练排放 72,816 吨二氧化碳当量；AI 数据中心电力容量达 29.6 GW。

四、钱在美国，但人才在流出

2025 年美国私人 AI 投资达 2,859 亿美元，是中国 124 亿美元的 23 倍；私人投资整体增长 127.5%，现占全部 AI 融资的 60%；生成式 AI 增长超过 200%，占全部私人融资的近一半；新获融资的 AI 公司增长 71%，2025 年美国新获融资 AI 公司 1,953 家。中国政府引导基金在 2000 至 2023 年间向 AI 企业投入约 1,840 亿美元。

基建投入的量级同样惊人：Google 报告 2025 年年度资本开支超过 1,500 亿美元。

但有一条曲线是反向的：迁往美国的 AI 研究者与开发者自 2017 年以来下降 89%，其中仅去年一年就下降 80%。一个更长期的对照是公共投入与私人投入的落差——美国 2013 至 2024 年的公共 AI 投资合计 204 亿美元，而 2025 一年的私人投资就是 2,859 亿美元。

五、采用速度超过 PC 与互联网，但美国排第 24

生成式 AI 在三年内达到 53% 的采用率，快于个人电脑或互联网。组织采用率达 88%，其中 70% 在至少一个业务职能中使用生成式 AI。到 2026 年初，对美国消费者的估计价值为每年 1,720 亿美元，相比一年前的 1,120 亿美元增长 54%；每用户中位价值在 2025 至 2026 年间翻了三倍。

但地理分布出人意料：新加坡 61%、阿联酋 64%，而美国排第 24 位，仅 28.3%。

有一个数字应该给所有"智能体元年"的叙事降温：AI 智能体的部署在几乎所有业务职能中仍是个位数百分比。能力已经到了，部署还远远没有。

六、就业信号第一次变成可观测数据

22 至 25 岁软件开发者的就业相比 2024 年下降近 20%。三分之一的雇主预期未来一年裁员，33% 的组织预期 AI 会减少员工数——但接近 50% 预期变化很小或没有变化。预期削减最多的领域是服务运营、供应链、软件工程。

生产率增益的分布是：客服 14% 到 15%，软件开发 26%，营销产出 50%。报告同时给了一个边界条件：过度依赖 AI 可能造成长期的学习惩罚。

生产力提升最强的领域，恰恰是入门级岗位下降最快的领域。

七、负责任 AI 明显掉队

这一章的八条要点措辞最锋利，也最该被完整读一遍。

有记录的 AI 事故从 2024 年的 233 起升至 362 起。几乎所有前沿模型开发者都报告能力基准，但负责任 AI 的报告仍然稀疏。

模型分不清"知识"与"信念"。26 个顶级模型的幻觉率区间从 22% 到 94%。关键的边界条件在于：当虚假陈述被表述为"他人的信念"时模型表现良好，但当被表述为"用户的信念"时表现崩溃——GPT-4o 的准确率从 98.2% 掉到 64.4%，DeepSeek R1 从 90% 以上掉到 14.4%。

透明度在倒退。基础模型透明度指数的平均分从 2024 年的 58 降至 2025 年的 40，主要缺口在训练数据、算力资源和部署后影响的披露。

AI 在英语上表现最好，而且差距比全球基准显示的更大。在斯洛文尼亚语的常识推理测试中，多个模型在方言版本相比标准语版本损失接近 50% 的准确率。

防御在正常条件下有效，在蓄意攻击下减弱。多个前沿模型在标准使用下获得良好的安全评级，但面对越狱尝试时，所有模型的安全表现都下降。

最后一条最难办：安全、公平、隐私这些维度彼此冲突，而权衡关系尚未被充分理解——旨在改善某一个维度的训练技术，始终会降低其他维度。

组织侧倒有进展：AI 专项治理岗位 2025 年增长 17%，没有负责任 AI 政策的企业占比从 24% 降到 11%。主要障碍是知识缺口 59%、预算约束 48%、监管不确定性 41%。

八、专家与公众之间的五十个百分点

这是全报告最刺眼的一组对照。73% 的专家预期 AI 对职场有正面影响，公众只有 23%——相差 50 个百分点。经济影响上是 69% 对 21%，医疗上是 84% 对 44%。

64% 的美国人预期未来 20 年工作岗位减少，只有 5% 预期增加。而专家预测到 2030 年生成式 AI 将辅助 18% 的美国工时，公众估计为 10%。

信任侧同样不乐观：美国对政府监管 AI 的信任度最低，仅 31%，全球平均为 54%，东南亚领先——新加坡 81%、印尼 76%。在 25 个国家中，中位数 53% 信任欧盟能有效监管 AI，37% 信任美国，27% 信任中国。

全球范围内，认为 AI 好处多于坏处的受访者从 2024 年的 55% 升至 2025 年的 59%，但感到紧张的比例也升至 52%——乐观与焦虑在同步上升。印度是 2024 至 2025 年 AI 担忧上升幅度最大的国家，上升 14 个百分点，而兴奋度只升 2 个百分点。

九、教育跟不上，但科学在真正受益

超过 80% 的美国高中和大学生用 AI 做作业，但只有 50% 的初中和高中有 AI 政策，只有 6% 的教师认为这些政策是清晰的。美国四年制大学的计算机科学入学在 2024 至 2025 年下降 11%。一个逆转了十年趋势的信号是：美加新增 AI 博士在 2022 至 2024 年间增长 22%，而全部增量流向了学术界，产业占比持平。

科学侧的进展更实在。2025 年自然科学领域约有 80,150 篇 AI 论文，比 2024 年增长 26%。最佳模型在化学基准 ChemBench 上超过人类专家平均水平；FourCastNet 3 能在 4 分钟内生成 60 天全球预报，比先前方法快 8 到 60 倍，多个 AI 天气模型已进入业务化部署。但边界同样清楚：在天体物理的论文级复现基准上得分低于 20%；在真实生物信息学分析任务上前沿模型约 17% 准确率。医疗侧，2025 年 FDA 批准 258 个 AI 医疗器械，但只有 2.4% 的器械有随机对照试验数据支持。

汉兴评述：这份年报该怎么用

第一，把它当坐标系，不要当结论。这份报告的价值在于给出跨国、跨维度的分布，让你知道自己在哪个位置。比如"组织采用率 88%，但智能体部署仍是个位数"这一组对照，说明绝大多数企业还停在"人用 AI"的阶段，尚未进入"把工作委托给 AI"的阶段。如果你的组织正在纠结是不是落后了，这个分布比任何行业传闻都更值得参考。

第二，负责任 AI 那一章是给采购和法务看的，不是给公关看的。三个数字应该直接进入供应商评估表：幻觉率区间跨越 22% 到 94%（说明模型之间差异巨大，不能通用地假设可靠性）；透明度指数从 58 降到 40（说明你越来越难从公开信息判断一个模型的训练来源）；以及"安全、公平、隐私相互冲突且权衡未被理解"（说明任何供应商宣称在所有维度都最优，都值得追问）。

第三，那 50 个百分点的认知差距，是内部推行 AI 时真实存在的阻力。73% 的专家乐观、23% 的公众乐观——这个分裂不会因为你在内部发了一份战略文件就消失。它意味着任何一个 AI 落地项目，都同时是一个沟通项目。报告里那条"生产力提升最强的领域恰恰是入门级岗位下降最快的领域"的观察，如果管理层不主动谈，员工也会自己得出结论，只是版本可能更糟。

延伸阅读：The 2026 AI Index Report（Stanford HAI 官方原文）